AI を実際につくっている人たちが今日話したこと。1 ページ、約 5 分。
今日いちばん話題を集めたのはマルチモデルのルーティングだ。frontierモデルが計画を立て、実際の作業をより安価なモデルに振り分けるという構図が、いまやagentのコストを削減するための基本パターンになっている。そしてtokenの経済性は、BoxからBookingまで誰もが頭を悩ませている問いだ。もう一つの流れはmoat、あるいはmoatの不在をめぐる議論で、二人のCEOが、持続的な優位性は規模や資本ではなく洞察と絶え間ない構築から生まれると主張した。さらにbenchmarkの操作や、coding agentを軸に企業と採用のあり方をどう作り直すかといった話題が、この日を締めくくった。
frontierのプランナーと安価な実働モデルの組み合わせでagentコストを15分の1に
マルチモデルのagenticなシステムは、複雑なagentのための中核的な設計パターンになりつつある。Cursorの新しい調査を引きながら語られたのは、本当に知性を必要とする部分、つまり最初の分解、設計上の判断、そして特定のトレードオフをfrontierモデルが担い、その曖昧さを明確な指示にまで落とし込むという流れだ。あとは安価な実働モデルがその指示に従うだけで、tokenの総コストは15分の1に下がる。差がつくのはこの応用レイヤーだ。特定のドメインを理解し、モデルの階層をまたいでルーティングできる企業こそが、これまでコストが高すぎて導入できなかった、より大規模なcoding、金融、法務、ヘルスケアのワークロードを勝ち取ることになる。
Booking CEO：moatなんてものは存在しない
Glenn Fogelは、時価数億ドルだった頃のPricelineに加わり、同社を1,300億ドル超へと成長させる立役者となった人物だ。その彼が、持続的な優位性は新しいサービスを絶えず作り続けることからしか生まれず、イノベーションで崩されないmoatなど決して存在しない、と言い切る。Pricelineのagenticなアシスタント Penny は毎月採用が倍増し、コンバージョンを押し上げ、キャンセルを減らしている。とはいえ年間1,860億ドルの旅行市場に対してはまだごくわずかで、残された問いはtokenの経済性と、どのモデルをどこにルーティングするかだ。AIと雇用についての彼の物言いは率直だ。社会は常に適応してきたが、変化のスピードと、学び直しのきかない50歳のトラック運転手のことが、テクノロジーそのものよりも彼を不安にさせるという。
AGIへの道は経済的に価値あるタスクで舗装されている
エンタープライズAIが最も重要なフロンティアの一つなのは、経済的に価値のあるタスクがそこに存在するからであり、そうしたタスクこそがAGIへの本当の道だ。いま本当に意味を持つtokenomicsの議論は暗号資産のそれではなく、オープンかクローズドかというweightのあり方、推論コスト、そしてモデルのルーティングをめぐるものだ。product senseを持っていることが、かつてないほど価値を持つ時代である。
ラボがテストの類似データで学習し、こっそりbenchmarkを操作する手口
Alex Zhang と Omar Khattab による RLM 論文の中に埋もれていたtrajectory比較の記述は、frontierモデルの学習における公然の秘密を突いている。テストセットそのもので学習しなくても、類似データで学習すればほぼどんなbenchmarkの数値でも狙い通りに引き出せてしまう。しかもopen-weightのリリースでは、それを暴くようなデータセットやRL環境が公開されることはめったにないため、言い逃れも効く。彼らが示した暫定的な対策は、標準的なNLPの距離指標を隠れたtrajectoryに適用するというものだ。決定的な解決策があるわけではないが、この探究は、reasoningを行う言語モデルが、学習時に見たものと潜在的な構造を共有する未知のタスクへと汎化するという知見も裏づけている。
いまや企業は二種類だ。coding agent以前に作られた企業と、以後に作られた企業
coding agent以後に創業した企業は、初日から構造そのものが違う。本当に人手を必要としないからチームは10人未満で、仕事は部門ではなくプロジェクト単位で組み立てられ、一人ひとりが自分の担当を最後までやり切り、社内の会議はほとんどない。それ以前に作られた企業はみな、後付けで作り直そうと必死になっている。それに対応する彼女の採用設計はこうだ。まずAIの使用を一切禁じた対面の一次選考で、素のドメイン専門性を見る。次にAIなしでは終わらせようのないプロジェクトを課し、候補者を成果物と同じくらいagentとのチャットの記録で評価する。
別のagentにrubricを持たせ、最初のagentの成果物をレビューさせる
ショート動画の出来が良いかどうかといった主観的なアウトプットでは、モデルに自分自身を採点させてはいけない。Thariq が説明するには、rubricを読み、アウトプットをレビューし、フィードバックを返す別の検証用agentを走らせるべきだという。理由は自己選好バイアスにある。モデルは自分のアウトプットを好むと、それをチェックするときに採点が甘くなるのだ。Yang はまた、中国のオープンなモデルを締め出すことは、中国製EVを締め出すのと同じ自滅行為になると論じている。
AIにmoatがないからといって、規模と資本があなたのmoatになるわけではない
この18か月の間に生まれた創業者たちは、潤沢な資金と規模があっても、独自の洞察の代わりにはならないという事実を、これから学び直すことになる。構造的にも財務的にも強かったのに、それでも打ち負かされたり、自らの重みで崩れ落ちたりした企業の墓場には事欠かない。Webvan、Groupon、MySpace、Yahoo、AltaVista、Blockbuster、Nokia。通すべき針の穴は、10年以上の旅に値する洞察を見つけつつ、それでいて資本と規模にその代役を務めさせてしまわないだけの慎重さを保つことにある。
元データは zarazhangrui によるオープンソースプロジェクト follow-builders（MIT ライセンス）から取得しています。要約はそのプロジェクトの公開フィードをもとに LLM が生成し、要約プロンプトも同プロジェクトを改変したものです。上記の各項目は原文にリンクしています。
要約は自動生成です。判断の根拠にする前に原文をご確認ください。